新材料学院在《自然.通讯》发表运用代数图论与机器学习实现定量预测分子特性
2021.06.18大数据和人工智能与化学基因和材料基因的融合正推动生物医学和新材料的前沿科学发展。近年来，机器学习，尤其是深度学习，已经成为基于数据驱动的分子尺度发现化学基因和材料基因强大方法。2019年冠状病毒病（COVID-19）爆发一年后还没有特异性的有效药物...
大数据和人工智能与化学基因和材料基因的融合正推动生物医学和新材料的前沿科学发展。近年来，机器学习，尤其是深度学习，已经成为基于数据驱动的分子尺度发现化学基因和材料基因强大方法。2019年冠状病毒病（COVID-19）爆发一年后还没有特异性的有效药物...
机器学习在各领域的广泛应用促生其在材料领域的应用，它提供了一种新型的工具，即能从高维数据中发现数据间的规律，有助于减少计算量从而加速对新材料的探索。特征提取（特征工程）是机器学习的关键组成部分，选择合适的形式来表达将直接影响最终模型的效...
锂电池作为新一代绿色储能器件已经改变了我们的生活，正极材料仍然是电池储存容量、循环寿命以及成本的瓶颈,通常具有高工作电压以及超高的可逆比容量，是开发下一代高能量密度锂离子正极材料的研究重点之一。富锂锰基层状过渡金属氧化物(aLi2MnO3.bNMC)已...
锂电池作为新一代绿色储能器件已经改变了我们的生活，使我们用上了手机等移动通信和电动车等绿色出行。目前正在使用锂电池正极材料可分为3类，高端手机等用的钴酸锂、电动车电池用的有层状高容量但安全性不高的镍钴锰三元氧化物和高安全但容量不高的磷酸铁...
随着汽车工业逐渐向电动化转移，高性能电池的需求将大大地增加。在过去的三十年，电池技术的革新已经取得了巨大的成功，能量密度大幅提升。当前，电动化时代面临的主要挑战是电池高昂的成本。电池的成本问题主要与急速增加的原料价格有关，其中尤其是作为...
近年来，基于极化子在正极材料中的广泛出现和其对于电子导电性的重要研究价值，北京大学深圳研究生院新材料学院潘锋教授和郑家新副教授致力于开展极化子现象的相关机理研究，取得了系统性进展。
近日，在西北工业大学（西安）柔性电子研究院黄维院士的带领下，北京大学深圳研究生院孟鸿教授课题组报道了一种同时具有柔性和多种传感功能的三相电驱动的电致发光（TPEL）器件，这是世界上首次报道的由三相交流电直接驱动的电致发光器件。相关论文以“Thr...
近期，北京大学深圳研究生院新材料学院潘锋教授团队针对低成本电池正极材料MnO2的研究与发展进行总结，对通过合成过程预嵌入离子/分子能等“预嵌入策略”调控和优化MnO2性能与相关机理进行综述及未来研究发展进行展望。
我院赵鹏军教授团队在Nature Communications发文揭示：北极航道将重塑全球海运及其...
新材料学院潘锋与合作者在《先进材料》发文总结聚合物固态锂电池界面性能提升的机...
我院赵鹏军和张浩然团队在Nature Communications发文，揭示中国城市电动汽车超级充...
Soojin Roh助理教授合作论文在CAIS发表，探讨情感的数字语言
新材料学院潘锋/杨卢奕团队在《国家科学评论》上报道调控电解液提升锂电池正极钴酸...
新材料学院郑家新/许贤祺团队新进展：质子对层状LiNiO2表面杂质形成过程的影响
汇丰商学院汪意成助理教授独作论文在Management Science发表
新材料学院邹如强/高磊团队在Science Advances发文报道全固态电池锂枝晶调控的最新...
